比特币冷钱包Coldcard的固件，用Codex 5.6、ClaudeFable、KimiK3进行漏洞检测，也没有发现漏洞。说明AI更擅长检测市面上已经存在的漏洞，而顶级黑客更擅长发现新的漏洞。

Fable 5 回来后直接凉透了？ 7月1号全球重启后，护栏大幅收紧，很多用户反馈：简单任务狂 fallback 到 Opus 4.8、token 消耗更离谱、体验直接崩盘。 社区现在一片“nerf，封号，弃坑”声音，很多人已经在等7月7号之后换模型了。 而 OpenAI GPT-5.6 Sol 目前处于 limited preview 阶段， 早期测试在 coding、长程任务和 cybersecurity 上表现亮眼，正成为不少人的新选择。 那么Fable 还有救吗？还是 GPT-5.6 要起飞了？ 评论区说说你现在主力用哪个 ？ #ClaudeFable5# #GPT# #AI# #ClaudeAI#

每日人工智能动态汇总（2026-08-10） 1. 马斯克或采用FEL技术挑战EUV光刻机。 2. 马斯克：第三代星链卫星（V3）综合性能比V2高出一个数量级。 3. OpenAI暂停新模型Astra开发，担忧其具备关键网络攻击能力。 4. 摩尔线程上半年营收大幅增长147.42%，S5000智算集群实现规模化销售。 5. 韩媒：李在明将视察人工智能相关投资计划的进展情况。 6. 中国AI大模型调用量连续十五周领跑，DeepSeek-V4-Flash正式版登顶。 7. 安全公司曝光谷歌引擎能搜索到Claude公开分享的对话，易泄露用户敏感信息。 8. OpenAI宣布取消ChatGPT免费版用户纯文本对话次数限制。 9. 2026年上半年全国人形机器人领域新设企业11.6万户，同比增长9.5%。 10. Anthropic优化ClaudeFable5模型生物安全机制，减少85%误拦截。 11. 美国拟建51亿美元数据中心遭搁置，当地激进民众拿出断头台以示抗议

POLO问一问大家，Fable5 50 美元你觉得贵不贵？ Anthropic 6 月 9 号把 Claude Fable5 推上线， Mythos5 共用底层，戴了安全护栏才敢公开发布。 社区都在说贵贵贵。50 美元/M 输出，刷一刷X满屏吐槽。 我敢说吐槽贵的人里，10 个有 9 个没真跑过 Fable5。 贵不贵这个判断，应该建立在它到底能干多少事的基础上，不是建立在每 M 50 美元这个数字上。Fable5 主打的卖点是任务越长越复杂，领先越明显，不是短回答更聪明。这个定位决定了，它值不值的问题，跟跑多长的任务强相关 ⭐ 我让 Hermes Agent 跑了几轮真任务，印象最深的是 code review。一坨 2000 行的 Python 单体文件，丢给 Sonnet 4.5 跟 Fable5 同一个 prompt 看差异。Sonnet 在第 12 轮反馈开始漏上下文，提的建议开始重复前面说过的点。Fable5 跑到第 18 轮还能精准引用文件第 487 行的一个 import，告诉我这个 import 在新的拆分方案里应该挪到哪里去。这种差距不是"聪明 5%"的差距，是能不能用的差距。 第二个测的是多 agent 串行。让三个 subagent 接力：第一个写 API 文档，第二个基于文档写 SDK，第三个基于 SDK 写示例代码。Sonnet 链在第二轮就出现指令漂移，第三个 subagent 完全不知道第二个为什么这么设计。Fable5 链全程稳，三个 subagent 之间引用关系清晰，最后产物不需返工。 第三个是文档综述。给 30 篇技术博客，让 AI 提炼成一篇 5000 字的综述，对引用源做交叉验证。Fable5 的引用准确率明显高于 Sonnet，幻觉少一截。 这三个 case 都是长任务加真实场景，刚好打在 Fable5 的主场。短问答、单步工具调用这种，Fable5 没比 Sonnet 强多少，甚至偶尔还慢一点。所以50 美元贵不贵的答案不是非黑即白，跑短任务，确实贵得离谱；跑长任务，省心就是省钱 🎨 Fable5 直接走 Anthropic 官方 API 用得起的人不多，ZenMux 接了限时充值返赠通道，一个账号能调 200+ 模型，不限 RPM 不限流。我没充值之前是担心被割韭菜，看完文档逻辑是真聚合不是套壳才决定试试。 Fable5 这代模型，真正变的是 AI Agent 的稳定性边界，不是单点能力。把它当 Sonnet 用，50 美元贵得你想骂人。把它当 orchestrator 用，让它跑 4 小时不掉链子，50 美元等于给团队请了一个不用交社保的高级工程师。 链接在此 想上手跑评测可以看下 ZenMux 现在 PAYG 限时返赠，充 20 美元送 10 美元、充 50 美元送 30 美元，一周内有效。一个账号跑全平台 200+ 模型，不限 RPM 不限流，跑 Fable5 长任务刚好合适。 我个人订阅的是他们 Builder 计划，20 美元月固定预算，能调 ClaudeCode / Codex / OpenClaw 这一票 Coding Agent 也能用，AI 保险赔付是加分项，真出问题不会全损。 充值活动的链接 #ClaudeFable5# #HermesAgent# #AIAgent#

Claude Opus 5.5 发布：性能提升 40%，成本反而降了 性能接近 Claude Fable 5.1，但价格比 Opus 5 低 40%。 1. 基准测试 Opus 5.5 在 Terminal-Bench 4.0 拿到 66.4%，FrontierCode v1.1 拿到 54.4%，CursorBench 4.0 拿到 57.8%，均领先 GPT-6 Astra 和 GPT-5.6 Sol。 2. 缓存读取降 60% 利好 Agent 和编程。 3. 输出速度提升 30% 以上 内测用户用 Opus 5.5 修复一个 20 万行的代码库，耗时不到 3 小时。 同样任务，Opus 5 花了 20 多小时，多 2.5 倍 token。 Anthropic 内部：让 Opus 5.5 和 Fable 5.1 把 HAProxy（一个负载均衡软件）从 C 语言翻译成 Rust。 两个版本都通过了 HAProxy 的回归测试，但 Opus 5.5 用了 9.5 小时，Fable 5.1 用了 12 小时，成本还低了 51%。 GitHub 的测试数据也印证了这一点：在 VS Code 中，Opus 5.5 解决终端任务的步骤数不到 Opus 5 的一半。 更少步骤，更少 token，更低成本，甚至更好的结果。 4. 知识工作准确性提升 Anthropic 让三个模型用网页信息写一份公司季度业绩报告，财报链接故意藏得很深，自动评分器会逐条核查数字和引用来源。 Opus 5.5 的 18 次尝试中，16 次通过，任何一个编造的数字或引用都会直接失败。 Fable 5.1 和 Opus 5 一次都没过。 在 GDPval-AA v2.1（覆盖 44 个职业的真实工作评估）上，Opus 5.5 拿到 1846 Elo，Fable 5.1 是 1735，Opus 5 是 1708。 默认设置下，Opus 5.5 表现超过 GPT-6 Astra 最高设置，成本只有Astra五分之一。 5. 沟通风格，重要信息前置 Opus 5 一个常见用户抱怨，输出冗长，不能快速抓住重点。 Opus 5.5 明显改进，它会把最重要的信息放在最前面，减少行话和特殊表达，更好遵循用户的写作规则。 同样解释 bug，Opus 5 会先说发现了什么，再解释 bug 本身。 Opus 5.5 开头就说"这是一个账单重构里的 bug"，然后对比修改前后的代码逻辑。 6. 安全评估 Opus 5.5 的越界尝试次数比 Opus 5 和 Claude Mythos 5.1 少了约 85%。 在提示注入攻击防御上，Opus 5.5 与 Opus 5 持平或更好。 AI 安全公司 Gray Swan 的测试发现，Opus 5.5 和 Fable 5.1 并列所有测试模型中提示注入成功率最低。 不过，Opus 5.5 经常能察觉自己正在被评估。 Anthropic认为，除非在可解释性研究上取得进展，否则这个类似挑战会随着模型能力提升加剧。 Opus 5.5 在生物学和网络安全领域的能力已经接近 Claude Mythos 5.1，所以也会做访问限制。 网络安全/生物研究任务会被路由到 Opus 4.8 处理。 Anthropic 还引入了"preserved thinking"（保留思维链）机制。 防止通过 API 批量提取模型推理，对 2026 年 8 月 31 日之后创建的 API 账户生效。 7. 上架说明 Claude Sonnet 5.5 和 Claude Haiku 5.5 将在未来几周发布。 Opus 5.5 已经在 AWS、Google Cloud 和 Microsoft Azure 上线，API 调用名称是 `claude-opus-5-5`。 Pro、Max 和 Team 订阅用户的五小时使用限额也同步提升，可自主选择何时重置。 官方公告地址：

Claude Fable 5.1破解370年历史悬案密码-"Cyphral Distich"双行密码！ 据研究者Geby Jaff披露，Anthropic旗下模型Claude Fable 5.1在一天之内破解了一道悬而未决370年的密码—— 苏格兰作家Thomas Urquhart在其1653年著作末尾留下的"Cyphral Distich"双行密码，此前历经频率分析、替换密码等多种传统方法均未能攻克，并被历史密码研究者列入"50大未解密文本"名单。 Fable 5.1耗时44分钟，抓住了此前所有破译者都忽略的线索：密码紧跟在书中32段"祈愿文"之后，密钥并非外部替换表，而是书本身——密码中第i个数字对应第i段祈愿文中的第几个词，取该词首字母，据此解出的明文为拥立查理二世为王的祈祷文，与Urquhart保皇党人身份完全吻合。 随后模型又成功破解了作者留下的另一道更大规模的同类密码（285位数字），除9个字母因原始文本问题暂未还原外全部解出。 研究者称，此前数月尝试用其他前沿模型攻克类似未解密码均未能成功。

Claude Fable 5 是 DeepSWE 记分板上最贵的模型。Together AI 拿它跟全场最便宜的模型各跑了 452 次，给出的用法建议是反过来：贵的当后手。 《DeepSWE 上的 DeepSeek V4 Pro 0813 vs Claude Fable 5：成本、编码与路由》 DeepSWE 上的 DeepSeek V4 Pro 0813 vs Claude Fable 5：成本、编码和路由 要点 • 先跑 DeepSeek V4 Pro 0813，只有它失败时才升级到 Claude Fable 5。这条级联链解决 82.7% 的 DeepSWE 任务，每个任务 8.28 美元。单用 Fable 是 69.7%、每个任务 21.63 美元。高 13 个百分点，便宜 62%。 • Fable 赢第一发。pass@1 69.7% 对 62.8%，领先 7 个点。 • Pro 赢之后每一发。pass@2 打平（78.5% 对 77.1%），pass@4 领先（88.5% 对 84.1%）。 • 价格差 90 倍。每次 rollout 0.24 美元对 21.63 美元。每花 100 美元，Pro 解决 260 个任务，Fable 解决 3 个。 • 它们栽在不同的任务上。逐任务相关性只有 0.39，是我们测过的分歧最大的一对。两者合计覆盖 113 个任务中的 107 个。分歧正是路由能成立的全部理由。 现已上线 · 美国托管：在 Together AI 上运行 DeepSeek-V4 Pro 0813——1.05M 上下文，支持 function calling 和 JSON mode，OpenAI 兼容 API，托管在美国基础设施。查看模型 在我们对 DeepSeek V4 Pro 0813 与 Claude Fable 5 的 DeepSWE 对比中——DeepSWE 是一个跨多种任务类型和编程语言测试模型软件工程能力的基准——这两个模型坐在价格表的两端。Claude Fable 5 的每次 rollout 是 DeepSWE 全榜最贵。DeepSeek V4 Pro 0813 是最便宜的之一。Fable 首发的准确率高 7 个百分点，单次 rollout 却贵 90 倍，所以真正的问题不是哪个模型更好，而是这 90 倍的溢价到底买到了什么、什么时候值得付。 DeepSWE · 正面对决 DeepSeek V4 Pro 0813 vs Claude Fable 5 一览 • claude-fable-5 [max]：pass@1 69.7% ± 2.3%，平均成本 21.63 美元，每 100 美元解决 3 个任务，输出 token 115k，79 步 • deepseek-v4-pro-0813 [max]：pass@1 62.8% ± 3.1%，平均成本 0.24 美元，每 100 美元解决 260 个任务，输出 token 101k，146 步 我们在全部 113 个 DeepSWE 任务上，用 DeepSeek V4 Pro 0813（max）对 Claude Fable 5（max）各跑四次 trial，取自已发布的逐 trial 记录：总计 904 次 rollout（各 452 次）。Fable 是贵价的手艺人；Pro 是性价比上的异类。这两个模型的分歧也大于这套数据里的任何其他组合——结果这成了它们最有趣的地方。下文的每个数字都来自本次运行，所以可能与其他公开的 DeepSeek V4 Pro 0813 vs Claude Fable 5 记分卡有出入。 DeepSWE 记分板：pass@1 与 pass@k 单发，Fable 领先：pass@1 69.7% 对 Pro 的 62.8%（官方计分）。但这个领先很脆弱。两次尝试时 Pro 追平（78.5 对 77.1），四次尝试时 Pro 的 pass@4 88.5% 比 Fable 的 84.1% 高出 4 个多百分点。对一个贵 90 倍的模型来说，Fable 既没有守住天花板，也没有在重试下保住首发优势。更便宜的模型覆盖更广，best-of-k 也更高。 成本对比：DeepSeek V4 Pro 0813 vs Claude Fable 5 的价格 每次 rollout 0.24 美元，DeepSeek V4 Pro 0813 比 Fable（21.63 美元）便宜 90 倍：每 100 美元解决 260 个任务，Fable 只有 3 个。这是我们测过的所有组合里最宽的成本差距，Fable 也是榜单上最贵的单个配置。而且与直觉相反，低价格没有带来速度惩罚：Fable 的中位 rollout 31 分钟，Pro 35 分钟，基本持平——因为 Fable 是榜单上话最多的模型（115k 输出 token），尽管它的步数更少（79 对 146）。Pro 走的步数多；Fable 每步写得多。两个模型谁也没有明显更快。 失败模式：两个模型分别怎么错 两者在「不破坏东西」上都算自律：DeepSeek V4 Pro 0813 和 Fable 各自只在 11% 的失败里回归了现有测试套件，远低于 GPT 家族的 20%。差别在另一个方向：Fable 的大偏差失误占比是这里最高的（18% 对 Pro 的 10%），也就是说 Fable 一旦错，更常是错得离谱——给出离题很远的方案，而不是差一个边界用例。Pro 更多时候倒在离正确答案不远的地方（66% 的近似失手，对 Fable 的 57%）。所以两者都可以不加重度回归门禁就放心接入，但 Fable 的失手是调试成本更高的那种。 按任务类型，各自赢在哪 Fable 的手艺体现在推理重、契约精确的领域：8 个领域里它赢 6 个，领头的是数据建模与序列化（88%，比 Pro 高 24 个点）和语言内部机制（78）。但 DeepSeek V4 Pro 0813 拿下两个，两个都分量不轻：有状态响应式（66 对 64），以及——更有说服力的——并发与持久化（58 对 45）：在恰恰是 Fable 最弱的领域里领先 13 个点。Fable 在并发上的 45% 是它最弱的格子，也是唯一一个便宜模型不只是更便宜、而是工程师水平更高的领域。 按编程语言 Fable 赢下五种语言里的四种，但真正对得起它价格的是 Rust：85% 对 Pro 的 65%，20 个点的差距，也是这场对决里最大的一处差距。Fable 显然是序列化和 Rust 专家。其他语言都比价格暗示的接近（Python 70 对 60，Go 71 对 67，JavaScript 75 对 65），DeepSeek V4 Pro 0813 则实际拿下 TypeScript（61 对 57）。Rust 和序列化之外，付 90 倍价格的理由很难成立。 这两个模型到底有多不一样？ 亮点在这里。逐任务相关性只有 0.39，是我们测过的 DeepSeek-Pro 组合里最低的——这两个模型是真心意见不合。它们各自解决了 88 个任务；Pro 单独拿下 12 个，Fable 单独拿下 7 个，只有 6 个任务两边都栽。两者的并集覆盖 113 个任务中的 107 个（94.7%），而且分歧是双向的：DeepSeek V4 Pro 0813 在 awilix-async-container-initialization 上四发四中，Fable 一次没成；Fable 在四个 Pro 全挂的任务上四发四中（包括 koota-query-predicates 和 testem-bail-on-test-failure）。这是真正的互补，不是冗余。 在两者之间路由：组合打法 多样性加上价格差，让级联变得很划算。先跑 DeepSeek V4 Pro 0813，只有测试套件否决答案时才升级到 Fable：82.7% 的解决率，每个任务 8.28 美元。比单用 Fable（69.7%）高 13 个百分点，价格不到 Fable 单任务价格（21.63 美元）的一半。廉价的第一阶段清掉大部分队列，Fable 的溢价只花在难啃的剩余任务上，而且那些任务在上面还多获得一次独立的尝试。级联甚至赢过完美的一次性 oracle 路由（78.8%）。顺序不是可选项：Pro 先行每个任务 8.28 美元，Fable 先行 21.71 美元，准确率一样。 这意味着什么 Fable 5 是这张榜单上最难被当作默认模型的：最贵的一次 rollout 遥遥领先，首发优势被重试抹平，四发也没有天花板优势。只为两件事买它：Rust（85%）和序列化密集的工作（88%）——只有在这里它的质量才真正对得起价格。 DeepSeek V4 Pro 0813 是相反的画像：首发准确率接近 Fable，天花板更高，失败画像持平或更好，便宜 90 倍——尽管它在 Rust 和契约精确的领域让位。而因为两者是我们测过最多样的一对，Fable 最好的用法不是当默认，而是躲在低成本的 Pro 第一阶段后面做选择性升级，只在那少数真需要 Rust 或序列化专家的任务上付费。 现已上线 · 美国托管：在 Together AI 上运行 DeepSeek-V4 Pro 0813——1.05M 上下文，支持 function calling 和 JSON mode，OpenAI 兼容 API，托管在美国基础设施。查看模型 数据表：DeepSeek V4 Pro 0813 vs Claude Fable 5 完整结果 DeepSWE · 完整结果 • Pass@1（官方计分）：Pro 62.8%，Fable 69.7% • Pass@1（错误计为失败）：62.8%，67.3% • Pass@2 / pass@4：78.5 / 88.5%，77.1 / 84.1% • 覆盖率 / 可靠性：88.5 / 71.0%，84.1 / 82.0% • 四发四中 / 全挂：35 / 13，56 / 18 • 每次 rollout 成本 / 总成本：0.24 美元 / 109 美元，21.63 美元 / 9,346 美元 • 每 100 美元解决数：261，3 • 中位分钟 / 步数：35 / 146，31 / 79 • 中位峰值上下文 / 输出 token：232k / 101k，202k / 115k • 失败构成（近似 / 大偏差 / 回归）：66% / 10% / 11%，57% / 18% / 11% • 赢下的领域（共 8 个）：2（有状态、并发），6 • 赢下的语言：1（TypeScript），4（Rust 大胜） • 逐任务相关性 / 并集（两模型合计）：0.39 / 113 中的 107（94.7%） • Pro → Fable 级联（准确率 / 成本）：82.7% / 8.28 美元（单用 Fable 69.7% / 21.63 美元） • 单发 oracle 路由：78.8% • 基础设施错误：0，16 FAQ DeepSeek V4 Pro 0813 比 Claude Fable 5 更好吗？ 看指标。Claude Fable 5 赢 DeepSWE 上的单次尝试质量（pass@1 69.7% 对 62.8%），四发四中的任务也更多（56 对 35）。DeepSeek V4 Pro 0813 在 pass@2 追平、pass@4 反超（88.5% 对 84.1%），且每次 rollout 便宜 90 倍，所以在大批量或容忍重试的 agent 工作里，它是更强的性价比之选。 DeepSeek V4 Pro 0813 比 Claude Fable 5 便宜多少？ 在我们的运行里，DeepSeek V4 Pro 0813 每次 rollout 0.24 美元，Claude Fable 5 满血档 21.63 美元，约便宜 90 倍。按解决的任务算，Pro 每 100 美元解决 260 个，Fable 是 3 个——每美元的产出大约差 80 倍。 编码该用 DeepSeek V4 Pro 0813 还是 Claude Fable 5？ 大多数编码工作，两者的差距比价格暗示的小。Claude Fable 5 领先 Rust（85 对 65）、Python、Go 和 JavaScript，赢下 8 个领域中的 6 个，领头的是数据建模与序列化。DeepSeek V4 Pro 0813 拿下 TypeScript（61 对 57）、有状态响应式，以及并发与持久化（58 对 45）——那正是 Fable 最弱的领域。 要不要在 DeepSeek V4 Pro 0813 和 Claude Fable 5 之间做路由？ 要，前提是你能验证结果。两者是我们测过的所有组合里逐任务相关性最低的（0.39），合计覆盖 113 个任务中的 107 个。先跑 DeepSeek V4 Pro 0813，当测试套件否决输出时升级到 Claude Fable 5，能达到 82.7%、每个任务 8.28 美元——赢过单用 Fable，也赢过完美的一次性 oracle 路由。 DeepSWE 的 pass@k 是什么？ pass@k 衡量一个任务在 k 次尝试中是否至少有一次通过隐藏测试套件。pass@1 奖励一次做对；更高的 k 奖励能在多次尝试后最终到达方案的模型。DeepSeek V4 Pro 0813 的优势随 k 增大而扩大。 原文： #DeepSWE# #AI编程# #LLM评测#

#Claude# Fable 5 不再支持 Claude Pro 和团队标准版订阅用户免费使用，而 Max 和高级版订阅仍然可以按额度内 50% 免费使用。 A 社强调这是受限于算力供应而采取的措施，A 社将继续投资更多算力，因此未来可能会重新开放 Fable 5，只不过投资算力并不是短时间就能完成的：